Pour résoudre les problèmes de détection manquée et d’erreurs de détection des petites cibles d’avions dans les images aériennes, un modèle amélioré de détection d’objets basé sur SSD (Single Shot MultiBox Detector) a été proposé. Tout d’abord, pour pallier le manque d’information sémantique et détaillée dans les cartes de caractéristiques superficielles du modèle SSD, un mécanisme de fusion de caractéristiques a été conçu, enrichissant les cartes de caractéristiques superficielles avec des informations sémantiques et détaillées grâce à l’ajout d’une couche de caractéristiques complétée par des détails et une couche complétée par des informations sémantiques obtenues via un chemin récursif inversé. Ensuite, pour remédier à la faible capacité du SSD à porter attention aux informations des canaux et de l’espace, un module d’attention hybride combinant canal et spatial a été introduit afin d’améliorer la capacité d’attention globale du modèle. Enfin, pour résoudre le problème de non-correspondance entre les cadres prédéfinis et les petites cibles dans le SSD, les proportions des cadres prédéfinis ont été ajustées. Validé sur un jeu de données d’images aériennes maison, les résultats montrent que le modèle amélioré atteint une précision de détection de 95,7 %, soit une amélioration de 7,5 % par rapport au modèle original, avec une vitesse de détection de 30,8 FPS.

détection d’objets;fusion de caractéristiques;mécanisme d’attention;images aériennes